基于SIR-C數(shù)據(jù)的SAR極化特征參數(shù)區(qū)分海冰與海水的能力評(píng)價(jià)

張婷 張杰 劉眉潔 張晰

（1國(guó)家海洋局第一海洋研究所，山東青島266061；2青島大學(xué)，山東青島266071）

0 引言

地球上海冰的全年覆蓋面積約占海洋面積的7%，地球總冰蓋面積的67%，主要分布在兩極地區(qū)。極地地區(qū)的海冰對(duì)全球氣候、海表物理特性和大洋環(huán)流等地球物理過程都有明顯的影響和作用，是全球氣候系統(tǒng)的重要組成部分。因此，海冰得到越來越廣泛的研究。

早期對(duì)海冰的探測(cè)主要依靠人工的統(tǒng)計(jì)記錄來分析海冰變化，這類方法不但觀測(cè)范圍小，而且耗費(fèi)大量的人力、物力和財(cái)力。合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）是微波遙感中的一種常用傳感器，可獲取高區(qū)分率的影像，與傳統(tǒng)的地面探測(cè)方式相比，SAR監(jiān)測(cè)能高效率地獲取大范圍的海冰信息，不僅能以圖像形式直觀反映雷達(dá)觀測(cè)到的海冰表面粗糙度和豐富的紋理信息，還能提供海冰微觀物理結(jié)構(gòu)信息等。近年來，大量全極化SAR投入應(yīng)用，能夠提供更多的海冰極化信息，為海冰要素的監(jiān)測(cè)和反演提供更多有用信息。

Nghiem等［1］對(duì)北極海冰測(cè)繪中的C波段、多極化后向散射信號(hào)進(jìn)行了大量研究，研究成果表明，在微風(fēng)大入射角時(shí)水平后向散射特性能更好地區(qū)分一年冰和開闊海面；而在強(qiáng)風(fēng)及較大的入射角范圍內(nèi)時(shí)，垂直后向散射特性能更好地對(duì)海冰類型和開闊水面進(jìn)行區(qū)分。Scheuchl等［2］討論了星載C波段極化SAR數(shù)據(jù)在海冰探測(cè)和分類中的應(yīng)用，指出三種極化特性HV強(qiáng)度、HH／VV極化比和各向異性可用于海冰邊緣的探測(cè)，并能很好地對(duì)海冰和開闊水面進(jìn)行區(qū)分。Manore等［3］論述了多極化SAR數(shù)據(jù)在海冰監(jiān)測(cè)中的應(yīng)用，指出多極化可以提高小角度入射時(shí)的冰／水識(shí)別能力，但遙感器的系統(tǒng)噪聲可能會(huì)對(duì)冰類型的識(shí)別產(chǎn)生影響。Wakabayashi等［4］進(jìn)行了極化干涉雷達(dá)在海冰調(diào)查中的應(yīng)用研究，研究結(jié)果表明極化的一致性及相位差以及各向異性都可以用于探測(cè)海冰和開闊水面。Geldsetzer等［5］利用RADARSAT-2多極化SAR數(shù)據(jù)，分析了不同極化對(duì)海冰類型的識(shí)別能力，指出多極化組合可大大提高海冰類型的識(shí)別精度；Sanden等［6］分析了C波段SAR（RADARSAT-2）和L波段SAR（ALOS PALSAR）對(duì)海冰類型的識(shí)別能力，指出L波段SAR能觀測(cè)到更多的海冰形變信息。Eriksson等人［7］指出L波段在區(qū)分冰水時(shí)可用的極化參數(shù)比C波段多，如VV后向散射系數(shù)，HH和VV的相關(guān)系數(shù)等。Dierking等人［8］指出在海冰邊緣處L波段對(duì)冰水的區(qū)分能力要優(yōu)于C波段。Arkett等人［9］指出L波段與C波段相比，在海冰探測(cè)中具有一些明顯優(yōu)勢(shì)，L波段在表面起伏明顯、含水量較高的海冰區(qū)域具有較好的探測(cè)能力，是C波段SAR的有益補(bǔ)充，兩者結(jié)合對(duì)提高海冰監(jiān)測(cè)能力具有積極意義。

本文利用6景南極區(qū)域的全極化SIR-C數(shù)據(jù)，選取了海冰探測(cè)中常用的13種極化散射特性，分別分析了L波段和C波段的各種極化散射特性下海冰與海水的區(qū)分度，為海冰探測(cè)的研究提供了有用的參考。

1 數(shù)據(jù)介紹

航天飛機(jī)成像雷達(dá)3號(hào)及X波段合成孔徑雷達(dá)（SIR-C／X-SAR）是一項(xiàng)大型國(guó)際空間雷達(dá)對(duì)地觀測(cè)計(jì)劃，其硬件系統(tǒng)由美國(guó)宇航局、德國(guó)空間局及意大利空間局聯(lián)合研制［10-11］。1994年4月SIR-C／XSAR第一次升空進(jìn)行了為期10天的對(duì)地探測(cè)，同年10月再次升空進(jìn)行了10天的對(duì)地探測(cè)。同其他單波段單極化雷達(dá)系統(tǒng)相比，SIR-C有著明顯的技術(shù)特點(diǎn)：它是運(yùn)行在地球軌道高度的第一個(gè)多波段多極化同時(shí)成像且具有干涉測(cè)量能力的雷達(dá)系統(tǒng)；SIR-C有L、C兩個(gè)波段，有HH、HV、VH、VV四個(gè)極化組合；同時(shí)SIR-C可提供4種極化回波的相位差數(shù)據(jù)，據(jù)此可求出每一象元的全散射矩陣，獲得全極化信息。SIR-C發(fā)展并采用了干涉雷達(dá)成像技術(shù)、掃描雷達(dá)成像技術(shù)、定標(biāo)技術(shù)及SAR數(shù)據(jù)實(shí)時(shí)處理技術(shù)［12］。

本文使用的是南極區(qū)域的SIR-C全極化影像圖，研究區(qū)域及影像位置見圖1。根據(jù)冰水面積相當(dāng)且影像質(zhì)量較高的原則，選取了3景L波段影像（圖2）及對(duì)應(yīng)的3景C波段影像，共6景影像，影像基本信息見表1。

圖1 研究區(qū)域圖Fig.1.Research area

圖2 L波段SIR-C影像圖Fig.2.L-band SIR-C images

表1 選取的6景SIR-C影像的基本信息Table 1.Basic information of 6 selected SIR-C images

2 極化特征介紹

SAR探測(cè)海冰時(shí)常用的13種主要特征參數(shù)如表2所示。

表2 所用的極化特征參數(shù)Table 2.Sea ice polarization parameters in six groups

海冰SAR極化比是海冰SAR后向散射系數(shù)的比值，是反映海冰SAR去極化特性的重要參量之一。極化相關(guān)系數(shù)也是描述海冰極化特性的重要參數(shù)，可以反映不同海冰極化后向散射系數(shù)之間的相關(guān)性，也是重要的海冰SAR去極化特征參數(shù)之一。H-A-α分解是為了處理全極化數(shù)據(jù)發(fā)展起來的特征矩陣分解方法。

3 數(shù)據(jù)處理與分析

3.1 數(shù)據(jù)處理

SAR發(fā)射的單頻電磁波由分布式地物散射，導(dǎo)致不同散射元的回波存在波程差，因而回波相干疊加產(chǎn)生相干斑［14］，使極化SAR圖像解譯困難，直接影響到目標(biāo)檢測(cè)、分類和識(shí)別等［15］。抑制相干斑噪聲的常用算法有：Lee濾波算法、增強(qiáng)Lee濾波算法、Kuan濾波算法、增強(qiáng)Kuan濾波算法等［16］。本文利用了增強(qiáng)極化Lee濾波算法去除SAR圖像的相干斑噪聲［17］，圖3是濾波前后的影像圖。

圖3 濾波前后的SIR-C影像Fig.3.SIR-C image before and after filtering

從6景影像中分別選取海冰和海水的樣本，以分析海冰和海水的極化特征差異。利用目視解譯方法，進(jìn)行海冰、海水樣本的選擇。以PR53003影像為例，示意如圖4。

為了確保樣本的準(zhǔn)確性、盡可能地避免誤判，選擇海冰特征最為明顯的像元作為海冰樣本，選擇清晰、均勻的海水像元作為海水樣本。同時(shí)，盡可能選擇空間上分散、來自不同區(qū)域的像元，以使結(jié)果更具代表性。所使用的6景SIR-C影像中，每景影像均選取海冰、海水各20個(gè)樣本區(qū)域，每個(gè)樣本區(qū)域均包含100個(gè)像元。

3.2 極化特征計(jì)算與分析

分別計(jì)算了L波段和C波段下海冰和海水各60個(gè)樣本區(qū)域的各種特征參數(shù)，計(jì)算了海冰和海水的各種特征參數(shù)的平均值（表3），并做出特征圖（圖5—圖17），統(tǒng)計(jì)分析各種特征參數(shù)對(duì)海冰與海水的區(qū)分能力。

圖4 PR53003影像及選取的海冰、海水樣本（海域中綠色框內(nèi)為選取的海冰樣本，紅色框內(nèi)為所選取的海水樣本）Fig.4.PR53003 Image and selected samples of sea ice（green box）and seawater（red box）

表3 海冰和海水的各種特征參數(shù)的平均值Table 3.The average characteristic parameters of sea ice and seawater

圖5是L波段和C波段下海冰與海水的HH后向散射系數(shù)關(guān)系圖，其中σ表示后向散射系數(shù)（下同）?？梢钥闯?，在L波段海冰和海水大部分樣本點(diǎn)有明顯的區(qū)分，海冰的HH極化后向散射系數(shù)大于海水的HH極化后向散射系數(shù)，但是仍有兩者混在一起無法區(qū)分的樣本；在C波段海冰和海水有明顯的區(qū)分，海冰的后向散射系數(shù)基本＞－6 dB，而海水的后向散射系數(shù)＜－6 dB。

圖5 不同波段下海冰與海水的HH圖Fig.5.The HH figure of sea ice and seawater on different bands

圖6顯示，在L波段和C波段海冰和海水均有明顯的區(qū)分，L波段下海冰的HV極化后向散射系數(shù)基本＞－14 dB，而海水的HV極化后向散射系數(shù)＜－14 dB；C波段下海冰的HV極化后向散射系數(shù)基本＞－11 dB，而海水的HV極化后向散射系數(shù)＜－11 dB。

圖7顯示，在L波段海冰和海水的VV極化后向散射系數(shù)無明顯的區(qū)分；在C波段海冰和海水大部分樣本點(diǎn)可以區(qū)分，海冰的VV極化后向散射系數(shù)大于海水的VV極化后向散射系數(shù)，但是仍有兩者混在一起無法區(qū)分的樣本。

圖6 不同波段下海冰與海水的HV圖Fig.6.The HV figure of sea ice and seawater on different bands

圖7 不同波段下海冰與海水的VV圖Fig.7.The VV figure of sea ice and seawater on different bands

圖8顯示，在L波段和C波段海冰和海水均有明顯的區(qū)分，L波段下海冰的同極化比VV／HH＜1 dB，而海水的同極化比VV／HH＞1 dB；C波段下海冰的同極化比VV／HH基本＜0.6 dB，而海水的同極化比VV／HH＞0.6 dB。L波段下的海冰與海水區(qū)分能力更明顯。

圖8 不同波段下海冰與海水的VV／HH圖Fig.8.The VV／HH figure of sea ice and seawater on different bands

圖9顯示，在L波段海冰和海水大部分樣本點(diǎn)有明顯的區(qū)分，海冰的交叉極化比HV／HH大于海水的交叉極化比HV／HH，但是仍有兩者混在一起無法區(qū)分的樣本；在C波段海冰和海水的交叉極化比HV／HH無明顯的區(qū)分。

圖9 不同波段下海冰與海水的HV／HH圖Fig.9.The HV／HH figure of sea ice and seawater on different bands

圖10顯示，在L波段海冰和海水有明顯的區(qū)分，海冰的交叉極化比HV／VV＞－6 dB，而海水的交叉極化比HV／VV＜－6 dB；C波段下海冰和海水大部分樣本點(diǎn)有明顯的區(qū)分，海冰的交叉極化比HV／VV大于海水的交叉極化比HV／VV，但是仍有兩者混在一起無法區(qū)分的樣本。

圖10 不同波段下海冰與海水的HV／VV圖Fig.10.The HV／VV figure of sea ice and seawater on different bands

圖11顯示，在L波段和C波段海冰和海水均有明顯的區(qū)分，L波段下海冰的同極化相關(guān)系數(shù)ρHH-VV＜0.85，而海水的同極化相關(guān)系數(shù)ρHH-VV＞0.85；C波段下海冰的同極化相關(guān)系數(shù)ρHH-VV基本＜0.8，而海水的同極化相關(guān)系數(shù)ρHH-VV＞0.8。L波段下同極化相關(guān)系數(shù)ρHH-VV區(qū)分海冰與海水的能力更明顯。

圖12顯示，在L波段和C波段海冰和海水的交叉極化相關(guān)系數(shù)ρHH-HV均無明顯的區(qū)分。

圖13顯示，在L波段和C波段海冰和海水的交叉極化相關(guān)系數(shù)ρHV-VV均無明顯的區(qū)分。

圖11 不同波段下海冰與海水的ρHH-VV圖Fig.11.TheρHH-VV figure of sea ice and seawater on different bands

圖12 不同波段下海冰與海水的ρHH-HV圖Fig.12.TheρHH-HV figure of sea ice and seawater on different bands

圖13 不同波段下海冰與海水的ρHV-VV圖Fig.13.TheρHV-VV figure of sea ice and seawater on different bands

圖14顯示，在L波段和C波段海冰和海水均有明顯的區(qū)分，L波段下海冰的散射熵＞0.35，而海水的散射熵＜0.3；C波段下海冰的散射熵＞0.4，而海水的散射熵＜0.4。L波段下散射熵區(qū)分海冰與海水的能力更明顯。

圖15顯示，在L波段和C波段海冰和海水的反熵均無明顯的區(qū)分。

圖14 不同波段下海冰與海水的散射熵（Entropy，H）圖Fig.14.The Entropy figure of sea ice and seawater on different bands

圖15 不同波段下海冰與海水的反熵（Anisotropy，A）圖Fig.15.The Anisotropy figure of sea ice and seawater on different bands

圖16顯示，在L波段海冰和海水有明顯的區(qū)分，海冰的Alpha角＜53°，而海水的Alpha角＞52°；C波段下海冰的Alpha角基本小于海水的Alpha角，但仍有混在一起無法區(qū)分的樣本。

圖17顯示，在L波段和C波段海冰和海水的特征值λ均無明顯的區(qū)分。

3.3 不同極化特征海冰提取能力對(duì)比

借鑒模式識(shí)別領(lǐng)域兩類樣本區(qū)分所采用的“類間距”概念，利用如下的指標(biāo)來評(píng)判不同算法的海冰信息提取能力差異：

其中μi、μw分別為海冰、海水樣本某一特征參數(shù)計(jì)算結(jié)果的均值分別為相應(yīng)計(jì)算結(jié)果的方差。某一特征參數(shù)的D＿iw越大，則該特征參數(shù)對(duì)海冰和海水的區(qū)分能力越好；反之，則表明該特征參數(shù)對(duì)兩者的區(qū)分能力弱［18］。

針對(duì)本文選取的13種極化特征參數(shù)，將上述算法分別應(yīng)用于所選擇的L波段和C波段影像的海冰、海水樣本，由相應(yīng)樣本計(jì)算結(jié)果的均值和方差計(jì)算D＿iw，結(jié)果如圖18所示。

圖16 不同波段下海冰與海水的Alpha角（alpha，α）圖Fig.16.The Alpha figure of sea ice and seawater on different bands

圖17 不同波段下海冰與海水的特征值λ圖Fig.17.The Lambda figure of sea ice and seawater on different bands

圖18 L波段和C波段下13種極化特征參數(shù)提取海冰能力對(duì)比Fig.18.Comparison of sea ice extraction capability between 13 kinds of polarization characteristic parameters on L-band and C-band

從圖18中可以直觀地看出：L波段下區(qū)分海冰與海水的最佳參數(shù)是散射熵、交叉極化比HV／VV、同極化比VV／HH、同極化相關(guān)系數(shù)ρHH-VV、HV極化后向散射系數(shù)、Alpha角，其次是HH極化后向散射系數(shù)、交叉極化比HV／HH。C波段區(qū)分效果最好的參數(shù)是散射熵、同極化相關(guān)系數(shù)ρHH-VV、HV極化后向散射系數(shù)、同極化比VV／HH，其次是HH極化后向散射系數(shù)、交叉極化比HV／VV、Alpha角和VV極化后向散射系數(shù)。且總體來看，L波段區(qū)分海冰和海水的能力好于C波段。

4 結(jié)論

本文利用1994年10月的6景SIR-C影像，評(píng)估了L波段和C波段下13種主要的SAR極化特征參數(shù)區(qū)分海冰、海水信息的能力。結(jié)果表明：L波段下有6種參數(shù)能較好地區(qū)分海冰和海水，它們是：散射熵、交叉極化比HV／VV、同極化比VV／HH、同極化相關(guān)系數(shù)ρHH-VV、HV極化后向散射系數(shù)、Alpha角；另外，HH極化后向散射系數(shù)、交叉極化比HV／ HH具有一定的區(qū)分海冰和海水的能力；其余5種難以區(qū)分海冰和海水。C波段下有4種參數(shù)能較好地區(qū)分海冰和海水，它們是：散射熵、同極化相關(guān)系數(shù)ρHH-VV、HV極化后向散射系數(shù)、同極化比VV／HH；HH極化后向散射系數(shù)、交叉極化比HV／VV、Alpha角和VV極化后向散射系數(shù)這4種參數(shù)具有一定的區(qū)分海冰和海水的能力；其余5種難以區(qū)分海冰和海水。根據(jù)本文的分析，L波段區(qū)分海冰和海水的能力好于C波段，這為海冰探測(cè)的研究提供了有用的參考。本文中沒有涉及冰厚的變化對(duì)于本研究結(jié)果的影響，作者將在下一步的工作中考慮不同冰厚情況下的L波段與C波段冰水區(qū)分能力評(píng)價(jià)。

1 Yu Q Y，Moloney C，Williams FM.SAR Sea-ice Texture Classification using DiscreteWavelet Transform Based Methods／／2002 IEEE International Geoscience and Remote Sensing Symposium.Toronto，Ontario，Canada：IEEE，2002：3041—3043.

2 Scheuchl B，Caves R，Cumming I，et al.Automated sea ice classification using spaceborne polarimetric SAR data／／IEEE International Symposium Geoscience and Remote Sensing.Sydney，NSW：IEEE，2001：3117—3119.

3 Manore M J，F(xiàn)lett D G，De Abreu R A，etal.Multi-polarization SAR data for operational icemonitoring／／IEEE 2001 International Geoscience and Remote Sensing Symposium.Sydney，NSW：IEEE，2001：1246—1248.

4 Wakabayashi H，Matsuoka T，Nakamura K，et al.Polarimetric characteristics of sea ice in the sea of Okhotsk observed by airborne L-band SAR.IEEE Transactions on Geoscience and Remote Sensing，2004，42（11）：2412—2425.

5 Geldsetzer T，Van der Sanden JJ，Drouin H.Advanced SAR applications for Canada′s river and lake ice／／2011 IEEE International Geoscience and Remote Sensing Symposium（IGARSS）.Vancouver，BC：IEEE，2011：3168—3170.

6 Van der Sanden JJ，Drouin H.Satellite SARObservationsof River Ice Cover：A RADARSAT-2（C-band）and ALOSPALSAR（L-band）Comparison／／CGU HSCommittee on River Ice Processes and the Environment.Winnipeg Manitoba，2011：179—197.

7 Eriksson L，Drinkwater M，Holt B，et al.SIR-C polarimetric radar results from theWeddell Sea，Antarctica／／1998 IEEE International Geoscience and Remote Sensing Symposium Proceedings，Seattle，WA：IEEE，1998：2222—2224.

8 Dierking W，Busche T.Sea Ice Monitoring by L-Band SAR：An assessment based on literature and comparisons of JERS-1 and ERS-1 imagery.IEEE Transactions on Geoscience and Remote Sensing，2006，44（2）：957—970.

9 Arkett M，F(xiàn)lett D，De Abreu R，et al.Evaluating ALOS-PALSAR for icemonitoring-what can L-band do for the North American ice service？／／2008 IEEE International Geoscience and Remote Sensing Symposium.Boston，MA：IEEE，2008：188—191.

10 Stofen E R，Evans D L，Schmullius C，et al.Overview of Results of spaceborne imaging Radar-C，X-band synthetic aperture radar（SIR-C／XSAR）.IEEE Transactions on Geoscience and Remote Sensing，1995，33（4）：817—828.

11 郭華東.雷達(dá)對(duì)地觀測(cè)技術(shù)與作用.遙感技術(shù)與應(yīng)用，1994，9（4）：58—60.

12 郭華東.航天多波段全極化干涉雷達(dá)的地物探測(cè).遙感學(xué)報(bào)，1997，1（1）：32—39.

13 Lee JS，Pottier E.Polarimetric Radar Imaging：From Basics to Applications.Boca Raton：CRC Press，2009.

14 李瑩，鄭永果.一種改進(jìn)的增強(qiáng)Lee濾波算法.計(jì)算機(jī)應(yīng)用與軟件，2012，29（7）：243—245.

15 江勇，張曉玲，師君.極化SAR改進(jìn)Lee濾波相干斑抑制研究.電子科技大學(xué)學(xué)報(bào)，2009，38（1）：5—8.

16 Kuan D T，Sawchuk A A，Strand TC，et al.Adaptive noise smoothing filter for imageswith signal-dependent noise.IEEE Transactions on Pattern Analysisand Machine Intelligence，1985，7（2）：165—177.

17 譚衡霖，邵蕓，范湘濤，等.全方向自適應(yīng)動(dòng)態(tài)窗口SAR斑點(diǎn)噪聲抑制算法.遙感學(xué)報(bào)，2002，6（6）：464—469.

18 Webb A R.統(tǒng)計(jì)模式識(shí)別（第二版）.王萍，楊培龍，羅穎聽譯.北京：電子工業(yè)出版社，2004.